MLflow
¿Qué es MLflow?
MLflow es una plataforma de código abierto para gestionar el ciclo de vida completo de proyectos de machine learning, desarrollada por Databricks y lanzada en 2018. Proporciona cuatro componentes principales: MLflow Tracking para registrar y comparar experimentos de ML, MLflow Projects para empaquetar código de ML de forma reproducible, MLflow Models para gestionar y desplegar modelos en múltiples formatos, y MLflow Registry para un repositorio centralizado de versiones de modelos. Es compatible con los principales frameworks de ML (scikit-learn, TensorFlow, PyTorch, XGBoost) y proveedores de LLMs. MLflow se ha adoptado masivamente en empresas como el estándar para experimentación y gestión del ciclo de vida de modelos. Con el auge de los LLMs, ha añadido funcionalidades específicas para el rastreo de experimentos con modelos de lenguaje.
¿Por qué aprender MLflow?
MLflow es la herramienta más adoptada en entornos empresariales para gestionar proyectos de ML de forma organizada y reproducible. Para científicos de datos y engineers de ML que trabajan en equipo, dominar MLflow es casi obligatorio. Permite comparar experimentos, reproducir resultados, versionar modelos y desplegarlos de forma estandarizada, competencias muy valoradas en el mercado laboral.